통계분석만이 능사인가?
기업혁신의 어두운 그림자 '6시그마' (2탄)
최인철(cic10) 기자


지난 기사에서 6시그마의 일반적 문제점을 살펴 보았다면 이번 기사에서는 통계분석이라는 도구의 함정을 파헤쳐 보려고 한다. 먼저 통계분석의 사전 의미를 살펴보자. 국어사전에서 '통계' 라는 말의 의미는 '일정한 집단에서의 개개의 요소가 갖는 수치의 분포나 그 분포의 특징을 나타내는 수치의 총체'라고 쓰고 있다. 풀어 보면 숫자의 묶음들이 나타내는 특징을 분석하는 것이라고 이해하면 쉽다.

흔히 쓰는 통계분석의 대표적 사례는 인구센서스 자료, 요즘 같은 선거철에 등장하는 지지도 예측자료, 그리고 산업생산 통계자료 등 다양하다. 이러한 통계자료의 주요 관점은 어떤 경향을 보여준다. 조사 시점은 현재보다 앞선 과거고 분석의 관점은 숫자로 나타낸 어떤 지표의 흐름을 사람이 이해하기 쉽게 보여주려는 의도로 시행된다.

이러한 통계분석의 장점은 현상을 사람이 이해하기 쉽게 설명해 특이점을 발견하게 해준다는 점이다. 통계분석을 하면 전체 자료가 한눈에 들어오게 할 수 있고, 특징점의 상대적 위치 등의 자료를 쉽게 얻을 수 있다.

통계분석의 단점은 통계분석이라는 행위 자체가 차별화 요소를 만들어 주는 것이 아니라, 인간이 설계한 프리즘을 통해서 자료를 보도록 강요하는 것과 통계분석으로 파악되는 정보라는 것이 대부분 너무나 일반적인 경향밖에는 보여주지 못한다는 점이라고 할 수 있다.

나아가 통계분석의 대전제를 망각하게 하는 엄청난 오류가 발생한다는 사실이다. 통계분석은 자료가 생성된 과정을 알지 못한다. 그것이 엉터리 자료인지, 아니면 사실을 바탕으로 한 객관적 자료인지 알지 못하며, 수치자료의 특징만을 담고 있을 뿐 현상과 연결짓는 해석의 과정에는 전문가의 엄격한 잣대가 필요하다.

이러한 통계분석의 맹점에도 6시그마는 통계분석을 기본으로 한다는 주장에 아무런 제약도 붙이지 않고 있다. 모든 문제는 통계분석이 가능하고 통계분석을 통해서 재해석 하는 것도 가능한 것처럼 사람들을 호도한다.

구체적인 사례를 들어 보자, 6시그마의 창시자 마이클 해리는 다양한 분야의 시그마 수준을 제시한다. 자동차, 항공기, 서비스 분야 등의 품질 수준을 시그마로 표시해 그래프로 그린 그림을 많이 보았을 것이다.

산포라는 것의 정확한 물리적 의미를 이해하지 못하는 사람들은 시그마 수준이 바로 품질수준인 것처럼 착각하고 만다. 속아 넘어가는 것이다. 뭐냐 하면 산포라는 것이 기업적 의미를 띠려면 다음 가정이 성립해야 한다.

첫째 가정은 제품을 생산한 공정이 정확히 일치해서 같은 품질을 가져야 하는데 다른 품질을 가지는 경우의 산포는 의미가 있지만, 모든 물리적 특성값이 반드시 같은 값을 가져야 할 이유가 없는 경우 다시 말해서 공정의 다양한 특성으로 인해 다른 값을 가지는 경우에는 산포란 공정의 개성을 반영하는 것일 뿐이다.

그런데 각 분야의 품질 산포인 시그마수준을 어떻게 구했는지에 대한 설명도 없이 막연한 시그마 값을 제시한다. 품질이라는 것은 설정된 규격에서 벗어나는 정도를 나타내는 것인데 구체적으로 어떤 규격을 기준으로 했는지에 대한 설명이 전혀 없다. 규격도 없는데 품질이 표시된다는 이야기다.

이뿐만 아니라, 공정을 특정하지 않았음은 더 말할 필요도 없다. 공정이 다르고 규격이 달라지면 품질 즉 산포는 당연히 달라지는 것이다. 이렇게 품질이 달라지는 것은 기업의 관점에서 보면 아무런 가치도 없는 품질분석 행위다.

이렇게 되고 보니, 국내 수많은 기업의 6시그마 혁신이라는 것이 위에서 말한 한계를 극복하지 못하고 앵무새처럼 우수과제 사례를 따라하고 있는 것이 현실이다. 우수과제라는 것도 자의적 기준에서 선정된 것이다. 그럴듯하고 다른 사람들이 수긍할 것 같은 상식적 내용이 포함된 과제가 대부분이다. 그게 아니면 누군가 좋은 아이디어로 문제를 해결한 것을 6시그마 과제로 해결한 것처럼 재포장한다.

통계분석은 현상을 이해하는 도구일 뿐이다. 통계분석이 가능한 공정의 품질문제를 다루는 경우라고 하더라도 파악된 문제의 개선을 위해서는 결국 적당한 아이디어를 내야한다. 아이디어를 내는 순간에는 통계분석이란 머리만 복잡하게 할 뿐이다.

최근 산업이 발달하면서 품질의 정의가 달라지고 있는 것도 통계분석의 의미를 크게 퇴색시키는 것 중 하나다. 통계분석이라는 것은 반드시 올바른 규격이 기준좌표로 존재해야 한다. 요즘처럼 시장에서의 요구품질이 수시로 달라지는 환경에서는 공정에서 생산된 제품을 정해진 규격과 비교하는 품질달성보다는 시장이 요구하는 규격의 변화에 발 빠르게 대응하는 규격 재설정의 노력이 더욱더 중요하다.

이렇게 시장이 요구하는 제품의 규격을 재빨리 바꾸려는 기업으로서는 통계분석이 무용지물이라는 것이다. 시장은 제품의 차별화를 원하고 차별화의 요소는 통계분석으로 결코 얻을 수 없다.

디자이너의 영감과 천재들의 번득이는 재치가 필요할 뿐이다.

지난번 기사에서 기자는 이공계출신자가 혁신을 주도해야 한다고 한 적이 있다. 그 이유는 명백하다. 이공계출신자는 사실에 근거한 기술적 바탕을 깔고 혁신을 주도하기 때문에 말뿐인 혁신, 종이 위의 혁신이 될 가능성을 그만큼 줄여준다는 것이다.

통계분석의 결과에 집착하기보다 과학적 문제해결을 위해 사실에 근거한 문제 해결 접근을 추구할 가능성이 이공계출신자에게 더 높게 나타날 수 있다는 의미였다. 그렇다고 인문계 출신자들을 깎아내릴 의도는 전혀 없다. 그들에게 맞는 분야는 또 얼마든지 있지 않은가?